EmbeddedSystem

恒流（CC）：大电流快充（10A），快速补能。恒压（CV）：电压锁死（如72V→84V），电流逐步下降。涓流/浮充：小电流（0.5–1A）补满，防止过充、延长寿命。

整体：实现网络层、CAN总线层（汽车独有）和主机层的多维度入侵检测。主机：实现对操作系统相关风险检测，涉及用户、进程、文件、日志等监控。网络：实现对网络相关的风险监控，涉及端口扫描、暴力破解、dos等攻击的检测。CAN：实现对DOS、FUZZ、诊断等多方面的检测。项目只包含端侧的功能。已有成熟的上传

聚焦机器人核心技术，涵盖自动导航、动态避障、激光雷达SLAM建模、机械臂逆解算等方向，依托ROS/ROS2生态，融合多传感器感知、路径规划与智能算法，搭配Foxglove可视化调试工具，实现机器人自主定位、安全避障、精准操控与仿真优化，赋能工业及服务场景高效开发。

1.负责机器人整体硬件电路设计制作全过程，包括外设、电源电路等关键模块设计与调试；2.使用SPI、IIC、UART等通信协议，感知水深传感器、姿态传感器和摄像头数据并进行解析传输；3.编写位置式PID电机控制程序实现机器人水下深度和姿态的控制，并进行整机调试，实现动态平衡；

bilibili.com/video/BV1kr421b7Tn/?buvid=XYF5449FFAA0B3B525392180CEA4346C5FBA9&from_spmid=search.search-result.0.0&is_story_h5=false&mid=WGj2oCJ9wo7ibww

通过三轴陀螺仪确定姿态解算算法实时融合陀螺仪的角速度和加速度计的重力方向信息，通过互补滤波或卡尔曼滤波等算法，解算出机器人当前精确的航向角、俯仰角和翻滚角，利用解算出的姿态角、加速度计积分出的速度/位移以及轮式里程计的数据，估算出机器人相对位移和朝向变化。

模块1：通过can通信经过舵机控制拖拉机前轮。模块2：通过北斗模块对拖拉机进行位姿确定。模块3：通过nav2对拖拉机进行路径规划bi。模块3：视觉避障功能，利用摄像头和yolov5网络对拖拉机3米左右的人进行识别避障。

1. 用智能割草机器人项目申请并通过上海工程技术大学校级创新项目，获得4000元创新项目资助费。 2. 带领4名队员，开发了一个能通过训练好的深度学习模型识别青草，并能根据青草的位置信息自动规划割草路径的割草机，为队员1分配采集青草图片工作，为队员2分配硬件开发工作，为队员3分配填写资料文件工作。 3. 负责改进caffe深度学习框架、配置深度学习参数、用caffe框架训练青草识别模型；编写割草机器人状态信息展示网站系统，该系统能显示割草机10多种状态参数。 4. 在树莓派3、ubuntu16.02这2种操作系统平台上，用arduino、Python、C这3种编程语言开发割草机与深度学习模型之间的通信系统及割草机路径规划系统。 5.使用STM32f103和ATK模块接受GPS信号并实现割草机的户外定位。 6. 撰写并申请实用新型（专利号：201910816762.1）、发明专利（专利号：CN201910816762.1）各一份。